肿瘤全基因组关联研究现状及展望

s****4

目前，GWAS已帮助我们发现了150余个与多种肿瘤易感性相关的新位点，这将有助于对肿瘤发生发展机制及靶向治疗进行更深入的探讨。
目前，由于技术方面的限制，采用芯片还不可能检测出基因组中的全部SNP.现阶段，用GWAS检测出的大部分SNP都是常见SNP,即其次要等 位基因频率>10%.这些常见SNP仅有1000万——1200万种，远少于我们已知的SNP数量。此外，基因组的遗传变异并不仅限是SNP,还包括其他大 量的结构变异（如拷贝数多态性），因此，需要其他技术，如全基因组测序来识别出频率低于10%的稀有SNP及其他类型的遗传变异，分析这些变异与肿瘤发生 发展的关系。
不同肿瘤的遗传易感因素可能不同，然而，GWAS结果往往显示多种肿瘤可能共享易感区域。例如，8q24、5p15.33、11q13是前列腺 癌、结肠癌等多种肿瘤的易感区域。虽然易感区域相同，但不同肿瘤的易感机制可能不同。GWAS还常常识别到一些所谓的“荒漠区”,即与特定肿瘤相关的易感 区域不含已被注释的基因。荒漠区遗传变异为何与疾病易感性相关？目前这还是个迷，有待于进行更深入的基因分子生物学和分子遗传学研究阐明。
不同实验室的GWAS结果不完全一样，这可能与研究对象的遗传背景、性别或人群亲缘关系有关。因此，须对不同研究中的GWAS结果行进一步数据 挖掘和荟萃分析，以探求合理解释。此外，一般来说，GWAS发现的易感基因对疾病的作用都不是很大，说明复杂性疾病可能是多基因共同作用的结果。识别多个 易感区域，为寻找与疾病相关的通路提供了理论依据，故分析基因-基因交互作用就显得很重要。环境是肿瘤的重要致病因素，然而目前大部分的GWAS在评估遗 传因素的作用时，都忽略了环境因素的影响，因此，研究基因-环境相互作用也是非常重要的。
肿瘤全基因组关联研究识别了比以往更多的易感位点，然而也存在较多的问题和挑战。对于基因组而言，需要更精细的测序技术来识别更多的变异；对于统计学分析而言，需要采用多种计算模型对数据进行更加深入的挖掘。
GWAS为揭示肿瘤发生发展的内在原因提供了很多可靠结果，然而，要将这些研究结果应用于肿瘤的防止，还须待更进一步的转化医学研究。